이질적 왜곡 위험 측정 하에서의 반단조 위험 공유

초록

본 논문은 위험 회피와 위험 선호가 혼재된 에이전트들이 서로 다른 왜곡 위험 측정(distortion risk measures)을 가질 때, 반단조(counter‑monotonic) 구조를 이용한 최적 위험 공유 방식을 분석한다. 무제한 인프-컨볼루션과 반단조 인프-컨볼루션에 대한 명시적 해를 도출하고, 이를 일반화된 왜곡 위험 측정 형태로 표현한다. 위험 회피와 위험 선호 집단별로 결과가 어떻게 달라지는지, 그리고 왜곡 함수의 형태에 따라 세 가지 인프-컨볼루션(무제한, 반단조, 동조) 간의 순서가 어떻게 변하는지를 제시한다.

상세 분석

이 논문은 왜곡 위험 측정(ρ_h)이라는 일반화된 위험 측정 틀을 채택하고, h∈HBV(유계변동함수) 혹은 h∈H(증가·정규화된 왜곡함수)로 구분한다. h가 볼록(concave)하면 ρ_h는 서브애디티브와 위험 회피 성질을 만족하는 코히런트 위험 측정이 되며, h가 볼록하지 않으면 위험 선호를 모델링할 수 있다. 저자는 이러한 이질적 h_i들을 가진 n명의 에이전트가 총 손실 X를 공유할 때, 인프-컨볼루션 □{i=1}^n ρ_i (X)=inf{(X_i)∈A_n(X)} Σ_i ρ_i(X_i) 를 고려한다. 기존 문헌에서는 동일한 왜곡함수를 가정해 동조(코모노톤) 할당이 파레토 최적임을 보였지만, 여기서는 h_i가 서로 다를 때도 적용 가능한 반단조 구조를 탐구한다.

핵심 정리는 두 단계로 전개된다. 첫째, 무제한 인프-컨볼루션에 대해 “공통 순서”가 존재함을 보이며, 이는 각 ρ_i가 동일한 convex order에 대해 일관된 순위를 가질 때 최적 할당이 존재한다는 것을 의미한다. 둘째, 반단조 인프-컨볼루션에 대해, 에이전트가 모두 위험 선호(즉, h_i가 볼록이 아닌 경우)일 때, 최적 할당은 ‘잭팟’ 혹은 ‘스케이프고트’ 형태의 할당으로 표현된다. 구체적으로, X를 n개의 비중(Partition) A_i에 할당하고, 각 에이전트 i는 X·1_{A_i}+m_i 형태의 손실을 받는다. 여기서 m_i는 상수이며, 전체 합이 X의 최소값 이하(또는 최대값 이상)일 경우에만 반단조 조건을 만족한다.

특히, 위험 선호 에이전트 집단에 대해 저자는 왜곡함수의 듀얼 ˜h를 이용해 ρ_h의 반단조 인프-컨볼루션을 ρ_{˜h*} 형태의 새로운 왜곡 위험 측정으로 정확히 표현한다. 이는 기존의 코모노톤 인프-컨볼루션이 다시 왜곡 위험 측정으로 닫혀 있던 것과 대조적이다. 또한, h_i가 모두 동일한 볼록 형태(위험 회피)라면 세 가지 인프-컨볼루션이 모두 동일한 값을 갖지만, h_i가 서로 다른 경우에는 순서가 뒤바뀔 수 있음을 정리한다(정리 2).

결과적으로, 위험 회피와 위험 선호가 혼재된 시장에서도 파레토 최적 할당을 찾을 수 있으며, 그 구조는 반단조 할당이 위험 선호 에이전트에게 유리함을 보여준다. 이는 기존의 코모노톤 개선 정리와는 대칭적인 ‘반단조 개선 정리’를 실질적인 할당 형태와 수식적 해로 연결한 최초의 연구라 할 수 있다.